Guia+de+Carreira

Guia de Carreira
e Estudo
em Data Science
Odemir Depieri Jr
Ronisson Lucas C. da Conceição
Yan Vianna Sym
SOBRE ESSE EBOOK
Esse e-book é um material para guiar pessoas nos
estudos e trilha de carreira na área de ciência de
dados.
Carreira Estudos Objetivo
INTRODUÇÃO
A cada ano que passa as carreiras de Tecnologia
sobem no ranking das mais bem pagas do país.
Atualmente é possível encontrar profissionais de TI
com salários acima de R$ 50 mil nesta área,
dependendo de seu nível de qualificação e porte da
empresa.
Mas como me qualificar para esse mercado?
Faça nosso treinamento de Guia de Carreira que é
gratuito e use esse guia de bolso para te ajudar
nessa jornada.
Curso de Guia de Carreira Grátis
AUTORES
Odemir Depieri Jr
Ronisson Lucas Calmon da Conceição
Yan Vianna Sym
APOIO
Data Viking
ÍNDICE
Plano de Estudo
o Machine Learning 4
o Engenharia de Dados 6
o Business Intelligence 8
Carreira Técnica
o Profissões 10
o Cientista de Dados
o Vagas 11
o Salários 14
o Engenheiro de Dados
o Vagas 15
o Salários 18
o Analista de BI
o Vagas 19
o Salários 22
Sou de outra área

o O que estudar? 23
o Mercado Financeiro 23
o Biomedicina/Biologia/Bioinformática 24
o Direito 25
o Engenharia ou Exatas 25
o Marketing 26
o RH – People Analytics 26
Curso Free de Carreira

o Onde se inscrever 27
Plano de estudo para
Machine Learning
Pauta pata estudar:
Módulo 1 - Introdução à Ciência de Dados

1. Introdução ao tema da à ciência de dados
Módulo 2 - Linguagem de Programação ( R ou Python )

1. Variáveis
2. Operadores
3. Estrutura básica de dados
4. Loop de Repetições
5. Estrutura de condições
6. Métodos de Funções
7. Uso de Bibliotecas
8. Tratamento de Erro
9. Muitos exercícios
Módulo 3 - Banco de Dados (SQL)

1. Introdução à banco de dados
2. Consultas em geral
3. Manipulação de dados
4. JOIN
5. Funções
6. Querys
Módulo 4 - Bibliotecas para Modelagem de Dados

1. Biblioteca para Modelagem de Dados
a) Python ( Pandas, Numpy )
b) R ( data.table, plyr, MissForest, MissMDA, Outliers )
Módulo 5 - Data Visualization

1. Biblioteca para visualização de dados ( Análise Gráfica )
a) Python ( Matplotlib, Seaborn, Plotly)
b) R ( ggplot2, googlevis )
Módulo 6 - Estatística
1. Estatística Descritiva
2. Probabilidade
3. Expectativa Matemática
4. Distribuição de probabilidade: discretas e continuas
5. Distribuições conjuntas de probabilidade
6. Estimadores e suas propriedades
7. Intervalo de confiança
8. Teste de hipótese
9. Analise exploratória de dados
4
Machine Learning
Módulo 7 - Modelos de Regressão
1. Regressão Linear – Simples

2. Regressão Linear – Múltipla
3. Análise de Resíduos
4. Regularização L1 e L2
5. Modelos Lineares Generalizados
6. Regressão polinomial
Módulo 8 - Modelos de Classificação
1. Naives Bayes
2. Arvores de Decisão , Floresta Aleatória
3. KNN
4. Regressão Logística
5. SVM ( Maquinas de vetores de suporte )
6. Redes Neurais Artificiais
Módulo 9 - Modelos de Clusterização + Redução Dimensão
1. K-means
2. DBSCAN
3. PCA
4. LDA
5. Kernel PCA
Módulo 10 - Séries Temporal
1. Média Móvel
2. Suavização Exponencial Simples
3. Suavização Exponencial Simples e Amortecida
4. Holt Winters
5. Arima
6. Auto Arima
o Acurácia, F1 Score, Precisão, Recall, Matriz de Confusão, AUC - Area Under the ROC
Curve, Log Loss, Mean Squared Error – MSE, Mean Absolute Error – MAE, Mean Absolute
Percentage Error – MAPE, R2.
5
Engenharia de Dados
Pauta pata estudar:


1. Variáveis
2. Operadores
9. Muitos exercícios

4. JOIN
5. Funções
6. Querys
Módulo 4 - Banco de Dados (NoSQL)

1. Manipulação de Dados
a) Não Estruturados
b) Semi-Estruturados
Módulo 5 - ETL
1. Transformação de Dados
2. Criação de Data Warehouse
3. Exportação de Dados
Módulo 6 - BigData
1. Ecossistema Hadoop
2. Pig e Flume
3. Processamento com Spark
6
Engenharia de Dados
Módulo 7 - Clould Computing
1. Introdução a Cloud
2. Modelos de Cloud
3. Nuvem pública
4. Cloud Builders
5. Segurança de dados em Nuvem
6. Banco de dados em Nuvem
7. Virtualização de infraestrutura
8. Soluções Multicloud
9. Orquestração de Serviços e Kubernetes
Módulo 8 - Linux (Básico)
1. Entender os Principais Conceitos e Termos Relacionados ao GNU/Linux

2. Conhecer os Principais Comandos para Manipulação de Arquivos e Diretórios
3. Aprender o Básico sobre o Projeto GNU
4. Conhecer os Comandos Básicos de Administração dos Recursos de um Sistema Linux
5. Aprender como Gerenciar e Monitorar Processos e Serviços
Módulo 9 - GitHub
1. Arquitetura do GitHub
2. Comandos
Módulo 10 - Pipelines
1. Apache AirFlow
2. Apache Flink
3. Apache Kafka
Módulo 11 - APIs (Opcional)
1. Desenvolvimento de APIs
2. Modelagem de APIs
7
Business Intelligence
Pauta pata estudar:


4. JOIN
5. Funções
6. Querys
Módulo 3 - Excel
1. Funções de Análises
2. Gráficos
4. Funções ( Análise de Dados )
Módulo 4 - Estatística
1. Estatística Descritiva Univariada
o Média, Moda, Mediana.
2. Medidas de Dispersão
o Amplitude, Desvio-Médio, Variância, Desvio-padrão, Erro-padrão.
3. Medidas de Assimetria e Curtose
4. Medidas de dispersão
o Amplitude, Desvio-Médio, Variância, Desvio-padrão, Erro-padrão.
5. Medidas de Associação entre Variáveis Quantitativa
o Diagrama de dispersão, Covariância, Correlação.
Módulo 5 - Data Visualization
1. Tableau
2. PowerBI
3. Qlik Sense
4. Google Data Studio
5. Excel
6. Birst
7. MicroStrategy
8. Salesforce Einstein Analytics
9. SAS Visual Analytics
10. Sisense
8
Business Intelligence
Módulo 6 - Storytelling com Dados
1. Técnicas para apresentar os dados
Módulo 7 - Conceitos de KPIs e OKRs
1. Conceitos de KPIs
2. Conceitos de OKRs
Módulo 8 - UX Design
1. Conceitos de UX Design
2. Técnicas de UX Desgin

1. Variáveis
2. Operadores
Módulo 10 - Bibliotecas para Modelagem de Dados

1. Biblioteca para Modelagem de Dados
a) Python ( Pandas, Numpy )
b) R ( data.table, plyr, MissForest, MissMDA, Outliers )
9
Os Super-heróis da
Ciência de Dados
Engenheiro de Dados Cientista de Dados Analista de BI
Esses heróis usar suas Esses heróis usam suas e Esses heróis usam sua
técnicas para a construção técnicas para gerar capacidade analíticas e
do fluxo de dados para o modelos preditivos partir técnicas para gerar
time de ciência de dados dos dados insights a partir dos dados
Construir, testar, manter Desenvolver soluções Construir Dashboard,

Responsabilidades
e documentar estruturas utilizando análises atualizações de

de Data Lake, estatísticas e modelos indicadores. Analises
Data Warehouse e de machine learning, especificas para
sistemas de coletando e preparando responder
processamentos de bases de dados para as questionamentos da
dados em grande escala análises operação.
Coleta de Dados, Data Programação, Data View, Estatística,

Warehouse, Matemática, Estatística, Analise de Dados,
Skills
Transformação de Machine Learning, Data Storytelling de dados

dados, Arquitetura de View
Dados
Ferramentas
10
Os Super-heróis da
Ciência de Dados

Responsabilidades


Skills

Dados
Ferramentas
Análise de Vagas
Cientista de Dados
Nível Junior
Cientista de Dados Junior
Atividades
o Análise e avaliação de grandes e complexas quantidades de
dados (Data Science, Data Base e Big Data)
o Realizar manutenção de dados, ajustes e melhorias
o Apoio no desenvolvimento de soluções digitais para
utilização pelos nossos clientes
o Identificação de potencial para automatização e otimização
de processos logísticos
o Desenvolvimento e implementação de vários modelos de
otimização usando aprendizado de máquina e métodos
estatísticos
Requisitos e experiência
o Você tem um bom diploma universitário em Ciência de
Dados, matemática (comercial) ou estatística (ou similar).
o O ideal é que você tenha as primeiras experiências na
aplicação de modelagem estatística e técnicas de
aprendizado de máquina.
o Você tem experiência prática em programação (por
exemplo, Python ou C+), bem como conhecimento básico de
SQL ou NoSQL e MS Excel.
o Boas habilidades analíticas e de comunicação, bem como
força conceitual, caracterizam você.
o Você se comunica com confiança em inglês e está
interessado em questões logísticas.
o Você está pronto para mergulhar em novos tópicos e
desenvolver suas habilidades.
https://www.linkedin.com/jobs/search/?currentJobId=3138419676&geoId=106057199&keywords=cientista%20de%20dados%20junior&locati
on=Brasil&refresh=true&start=50
Acessado em 27/11/2022
11
Nível Pleno
Cientista de Dados Pleno
Atividades
o Trabalhar com parceiros de negócios, engenheiros de dados
e times de tecnologia para desenvolvimento e deploy de
soluções de machine learning como parte dos produtos;
o Analisar dados para validar hipóteses e gerar insights de
negócio;
o Manipular dados para tratamento, limpeza e exploração;
o Implementar, testar, fazer deploy, documentar e depurar
processos de dados e de machine learning;
o Contribuir com os repositórios de código e documentação
da equipe e qualificar a discussão técnica com referências
científicas e metodológicas.
o Inglês avançado para leitura (artigos técnicos) e escrita
(documentação de modelos e APIs);
o Experiência com técnicas de modelagem descritiva e
preditiva;
o Experiência na construção de ETL usando SQL;
o Experiência com Python e/ou R para construção de modelos.
https://www.linkedin.com/jobs/search/?currentJobId=3344533782&keywords=cientista%20de%20dados&refresh=true
12
Nível Sênior
Cientista de Dados Sênior
Atividades
o Conhecimento em Técnicas de Mineração de Dados;
o Análise e interpretação de dados;
o Análise preditiva e descritiva;
o Habilidade em manipular grandes volumes de dados em
diferentes ambientes/ferramentas e formatos;
o Propor novas técnicas para desenvolvimento de modelos;
o Desenvolver modelos estatísticos;
o Gerar insights com oportunidades ocultas nos dados;
o Conduzir e participar de reuniões para entendimento de
problemas de negócio e necessidades;
o Desenvolvimento dashboards gerenciais para tomada de
decisões;
o Validar impressões e resultados para o negocio com equipe;
o Acompanhamento estabilidade modelos em produção.
o Técnicas de mineração de dados;
o Análise Preditiva e Descritiva;
o Modelos estatísticos, geração de insights para tomada de
decisão das equipes de negócio;
o Conhecimento em: SQL, Python, Data Lake, Teradata e
Databrick;
o Tableau, Microstrategy, SAS, Power BI.
https://www.linkedin.com/jobs/search/?currentJobId=3364543358&distance=25&geoId=106057199&keywords=cientista%20de%20dados
13
Análise de Salários
Cientista de Dados
Todas as consultas foram realizadas pela plataforma da
Glassdoor.
R$ 8.000 /mês
Média salarial
1.610 salários
Salários por empresas
https://www.glassdoor.com.br/Sal%C3%A1rios/cientista-de-dados-sal%C3%A1rio-SRCH_KO0,18.htm
14
Os Super-heróis da
Ciência de Dados

Responsabilidades


Skills

Dados
Ferramentas
Análise de Vagas
Engenheiro(a) de Dados
Nível Junior
Engenheiro de Dados Junior
Atividades
o Tradução de Aplicações para Python e Scala
o Implementação de testes unitários
o Escrita de ferramentas para consistência de dados
o Garantir a qualidade nas entregas, seguindo as boas
práticas de engenharia de software e dados e segurança
o Manutenção/Construção de pipelines de dados em
Pyspark/Scala/Python
o Python
o Spark/Pyspark
o SQL
o Airflow (Desejável)
o Git, Shellscript
o Ambiente Hadoop (HDFS, Hbase)
o Diferencial: Scala, Docker, AWS
o Buscamos uma pessoa Pró ativa, Colaborativa, Analítica, que
goste de estar sempre aprendendo e se atualizando
https://www.google.com/search?q=vaga+engenheiro+de+dados+jr&rlz=1C1CHZN_pt-
BRBR965BR965&oq=vaga+engenheiro+de+dados+jr&aqs=chrome.0.0i512l2j69i60l3.3569j0j7&sourceid=chrome&ie=UTF-
8&ibp=htl;jobs&sa=X&ved=2ahUKEwiE6_3_xdH7AhWKppUCHR3RCEMQkd0GegQIChAB#fpstate=tldetail&htivrt=jobs&htiq=vaga+engenheiro+d
e+dados+jr&htidocid=JtBw9mQykp0AAAAAAAAAAA%3D%3D&sxsrf=ALiCzsY_uDfzoImzjGj-bAWcGdx2EsXnHw:1669661556970
15
Nível Pleno
Engenheiro de Dados Pleno
Atividades
o A atuação será junto a times de análises de dados, ciência
de dados e áreas de negócio para desenhar, implementar e
gerenciar pipelines de Big Data;
o Fazem parte das atividades diárias da área a utilização de
tecnologias como: AWS cloud (S3, EMR, EC2, Athena,
Lambda, Kinesis, Redshift, etc), Google Cloud (Bigquery,
Cloud Function, Storage, Logging, Scheduler, Dataflow,
Pub/Sub, Compute Engine, etc), e outras ferramentas de
Big Data (NiFi, Sqoop, Airflow, Kafka, Spark, Hive, Presto,
etc), Python e SQL.
o Ambição intelectual e mentalidade de crescimento;
o Raciocínio lógico e capacidade analítica;
o Flexibilidade e aderência a ambientes dinâmicos;
o Boa comunicação, relacionamento interpessoal e trabalho
em equipe;
o Conhecimentos técnicos: Ferramentas de Big Data e
Engenharia de Dados, como Pyspark, NiFi, Airflow, etc.
o Diferencial: Conhecimento e/ou experiência em marketing
analytics; Dados de Navegação (Firebase, Google Analytics,
Adobe); Dados de Performance (Google Ads, Facebook
Ads...); Dados de Redes Sociais (Facebook, Instagram,
Twitter, LinkedIn).
https://www.linkedin.com/jobs/search/?currentJobId=3206887795&keywords=Engenheiro%20de%20dados&refresh=true
16
Nível Sênior
Engenheiro de Dados Sênior
Atividades
o Crie programas para construir plataformas de dados
escalonáveis, confiáveis e descentralizadas.
o Apoiar a definição da estratégia técnica de como tratamos
os dados.
o Crie a infraestrutura necessária para permitir que as
equipes de dados verticais operem de forma eficaz em
diferentes partes da organização.
o Orientar e liderar outros técnicos, apoiando-os para serem
eficazes nas suas atividades do dia-a-dia.
o Exposição a ambientes de dados distribuídos e de larga
escala;
o Experiência com sistemas e ambientes de dados altamente
disponíveis;
o Experiência com streaming em microlote ou streaming em
tempo real;
o Modelagem de dados;
o Armazenamento de dados (desejável).
https://www.linkedin.com/jobs/search/?currentJobId=3215424014&keywords=Engenheiro%20de%20dados&refresh=true
17
Engenheiro de Dados
Glassdoor.
R$ 7.600 /mês
Média salarial
1.201 salários
https://www.glassdoor.com.br/Sal%C3%A1rios/engenheiro-de-dados-sal%C3%A1rio-SRCH_KO0,19.htm?clickSource=searchBtn
18
Os Super-heróis da
Ciência de Dados

Responsabilidades


Skills

Dados
Ferramentas
Análise de Vagas
Analista de Business Intelligence
Nível Junior
Analista de Business Intelligence Junior
Atividades
o Analisar e levantar requisitos, definir modelagem dos dados
a serem tratados e transformados;
o Efetuar o processo de limpeza dos dados identificando e
corrigindo informações duplicadas, corrompidas ou
invalidas;
o Realizar o ETL (extração, transformação, carregamento);
o Assegurar a qualidade dos dados, das integrações e a
consistência dos relatórios desenvolvidos;
o Realizar estudo de bases analíticas para criação dos
indicadores operacionais e gerencias;
o Criar indicadores, cenários e comparativos via sistema, bem
como, elaborar relatório de métricas, gráficos e painéis,
para compor o sistema de informação;
o Monitorar atualizações de indicadores do sistema;
o Auxiliar na conferência dos indicadores corporativos já
existentes, verificando a veracidade dos dados
apresentados pelas áreas;
o Realizar a Análise Preditiva;
o Monitorar atualizações.
o Pacote Office intermediário com Excel avançado
o Conhecimento avançado em SQL
o Conhecimento avançado nas seguintes ferramentas
QlikSense e PowerBi;
o Conhecimento básico em liguagem PYTHON
o Conhecimento em gestão de projetos
https://www.linkedin.com/jobs/search/?currentJobId=3371897465&keywords=analista%20business%20intelligence&refresh=true&start=25
19
Nível Pleno
Analista de Business Intelligence Pleno
Atividades
o Operar, manter e monitorar ambiente de Dados de suporte
a decisão e análise;
o Atuar em projetos de BI, BigData e de monitoramento de
dados;
o Atuar em engenharia de dados (ETL);
o Desenvolver painéis e relatórios.
o Conhecimentos em BI, DW e BIGDATA;
o Conhecimentos em SQL;
o Conhecimentos em ferramentas de ETL, desejável em IBM
Datastage;
o Conhecimentos em ferramentas de self-service BI,
desejável Microsoft PowerBI;
o Desejável conhecimentos em Seguros e Previdência Privada;
o Desejável conhecimentos em análise de dados;
o Desejável conhecimentos em Python e R.
https://www.linkedin.com/jobs/search/?currentJobId=3360168413&keywords=analista%20business%20intelligence&refresh=true
20
Nível Sênior
Analista de Business Intelligence Sênior
Atividades
o Analisar as métricas de experiência do cliente e qualidade;
o Extrair e tratar dados em diferentes plataformas para
seleção de público e análise de pesquisas;
o Desenvolver dashboards, organizar e acompanhar os
principais indicadores de qualidade e CX;
o Desenvolver estudos, apresentar análises e buscar insights
que sejam pertinentes ao negócio e gerem subsídios para
tomada de decisão;
o Criar modelos preditivos que possibilitem uma melhor
atuação no aumento da lealdade e satisfação do cliente.
o Forte capacidade analítica e raciocínio lógico;
o Conhecimento avançado do pacote Office;
o Conhecimento nas linguagens de programação SQL ou SAS;
o Experiência em construção de painéis em Power BI;
o Alta capacidade de execução, atitude proativa, boa
interlocução com diversas áreas.
o Capacidade de organizar e delegar possíveis demandas.
https://www.linkedin.com/jobs/search/?currentJobId=3360849967&keywords=analista%20business%20intelligence&refresh=true
21
Analista de Business Intelligence

Glassdoor.
R$ 4.000 /mês
Média salarial
1.074 salários
https://www.glassdoor.com.br/Sal%C3%A1rios/analista-de-dados-sal%C3%A1rio-SRCH_KO0,17.htm?clickSource=searchBtn
22
Sou de outra área
Muitos profissionais têm a necessidade de aprender
skills de tecnologia para ser um diferencial na sua área.
Com a ciência de dados não é diferente.
Para isso precisamos criar uma base quanto alguns
temas na sua trilha:
1) Programação;
2) Modelagem de Dados;
3) Visualização de Dados.
Infográfico abaixo irá representar essa base.
Mercado Financeiro
Yfinance é um pacote python que nos permite buscar
dados históricos de mercado da API do Yahoo Finance
de uma prática.
Podemos ter acesso as ações, moedas, criptos moedas e

outros.
23
Bioinformática
Essa área é semelhante à ciência de dados, porém é

mais específica para dados genéticos e moleculares,
como sequências de DNA, RNA, proteína etc.
Sem análise e interpretação, os dados na
bioinformática são apenas letrinhas num grande livro.
Entender o que elas significam é papel do Bioinformata.
É uma área muito utilizada em pesquisas científicas,
sendo necessário conhecimento de linguagens de
programação, como o R, além de genética e biologia
molecular.
Biopython apresenta um conjunto de pacotes, módulos e

classes para análises e anotações de sequências
biológicas.
Também fornece métodos para acessar bancos de
dados biológicos online, como por exemplo, os bancos
mantidos pelo NCBI (National Center for Biotechnology
Information).
Além de tudo isso, Biopython apresenta diversos
módulos separados que permitem análises de
alinhamentos de sequências, estruturas de proteínas,
genética de populações, filogenia, visualização de dados
biológicos, regiões motivos em sequências e, até mesmo,
o uso de aprendizagem de máquina.
24
Direito
A jurimetria pode ser definida como a estatística
aplicada ao Direito. Sendo assim, é bastante evidente
que o conhecimento em estatística é essencial para
desenvolver a jurimetria.
Precisamos entender muito bem sobre como o direito
funciona, ter uma boa pergunta de pesquisa e saber
como os dados estão estruturados para conseguir
chegar nos nossos insights.
Engenharia/Exatas
Na Engenharia, muitos pacotes de Python podem ser
utilizados para realizar cálculos científicos complexos,
gerar gráficos, tratar e analisar informações, entre
outras aplicações. É uma ferramenta poderosa para o
Engenheiro moderno!
SciPy é uma biblioteca Open Source em

linguagem Python que foi feita para
matemáticos, cientistas e engenheiros. Também tem o
nome de uma popular conferência
de programação científica com Python
25
Marketing
No Marketing Digital, a aplicabilidade do Python é
diversa. A linguagem está presente na programação de
sites, blogs, landing pages e outros tipos de páginas da
web, além de aplicativos e até jogos. Sua sintaxe
simples é ideal para programar códigos simples, que o
Google e outros buscadores entendem facilmente.
Aplicações no Marketing Digital
SEO
Pode ser usada na otimização de sites para buscadores.
Análise preditiva
Embasa decisões importantes do planejamento de
marketing
Sistemas de recomendação
Modelos de machine learning são usados para aprender
continuamente sobre os usuários e oferecer sugestões
mais relevantes.
RH – People Analytics
People Analytics não é uma ferramenta ou um software.
Trata-se de uma metodologia cujo princípio é a coleta, a
organização e a análise de dados aplicada à gestão de
pessoas para se ter uma visão mais estratégica do papel
de cada colaborador dentro de uma empresa.
26
Curso de Guia de Carreira e Estudo
Data Science
Desenvolvimento
26

Guia+de+Carreira

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Guia+de+Carreira

Enviado por

Direitos autorais:

Formatos disponíveis

Guia de Carreira

Carreira Estudos Objetivo

Curso de Guia de Carreira Grátis

Sou de outra área

Curso Free de Carreira

Módulo 1 - Introdução à Ciência de Dados

Módulo 2 - Linguagem de Programação ( R ou Python )

Módulo 3 - Banco de Dados (SQL)

Módulo 4 - Bibliotecas para Modelagem de Dados

Módulo 5 - Data Visualization

1. Regressão Linear – Simples

Módulo 8 - Modelos de Classificação

Módulo 9 - Modelos de Clusterização + Redução Dimensão

Módulo 10 - Séries Temporal

Módulo 1 - Introdução à Ciência de Dados

Módulo 2 - Linguagem de Programação ( R ou Python )

Módulo 3 - Banco de Dados (SQL)

Módulo 4 - Banco de Dados (NoSQL)

Módulo 8 - Linux (Básico)

1. Entender os Principais Conceitos e Termos Relacionados ao GNU/Linux

Módulo 11 - APIs (Opcional)

Módulo 1 - Introdução à Ciência de Dados

Módulo 2 - Banco de Dados (SQL)

Módulo 5 - Data Visualization

1. Técnicas para apresentar os dados

Módulo 7 - Conceitos de KPIs e OKRs

Módulo 9 - Linguagem de Programação ( R ou Python )

Módulo 10 - Bibliotecas para Modelagem de Dados

Engenheiro de Dados Cientista de Dados Analista de BI

Construir, testar, manter Desenvolver soluções Construir Dashboard,

e documentar estruturas utilizando análises atualizações de

Coleta de Dados, Data Programação, Data View, Estatística,

Transformação de Machine Learning, Data Storytelling de dados

Engenheiro de Dados Cientista de Dados Analista de BI

Construir, testar, manter Desenvolver soluções Construir Dashboard,

e documentar estruturas utilizando análises atualizações de

Coleta de Dados, Data Programação, Data View, Estatística,

Transformação de Machine Learning, Data Storytelling de dados

Cientista de Dados Junior

Cientista de Dados Pleno

Cientista de Dados Sênior

Salários por empresas

Engenheiro de Dados Cientista de Dados Analista de BI

Construir, testar, manter Desenvolver soluções Construir Dashboard,

e documentar estruturas utilizando análises atualizações de

Coleta de Dados, Data Programação, Data View, Estatística,

Transformação de Machine Learning, Data Storytelling de dados

Engenheiro de Dados Junior

Engenheiro de Dados Pleno

Engenheiro de Dados Sênior

Salários por empresas

Engenheiro de Dados Cientista de Dados Analista de BI

Construir, testar, manter Desenvolver soluções Construir Dashboard,

e documentar estruturas utilizando análises atualizações de

Coleta de Dados, Data Programação, Data View, Estatística,

Transformação de Machine Learning, Data Storytelling de dados

Analista de Business Intelligence Junior

Analista de Business Intelligence Pleno

Analista de Business Intelligence Sênior

Todas as consultas foram realizadas pela plataforma da

Salários por empresas

Podemos ter acesso as ações, moedas, criptos moedas e

Essa área é semelhante à ciência de dados, porém é

Biopython apresenta um conjunto de pacotes, módulos e